SpaceX AI 发布 Grok4.6：长程 Agent 任务能力追平 GPT-5.6Sol

SpaceX AI 近日推出旗舰模型 Grok4.6，该版本专注于复杂长程 Agent 任务处理，多项核心基准测试表现已与 OpenAI 的 GPT-5.6Sol 持平甚至实现超越。

今年 7 月，SpaceX AI 曾联合 Cursor 推出 Grok4.5，该模型由数万张英伟达 GB300 GPU 提供算力支持。Grok4.6 在此基础上实现进一步升级，训练过程针对长程复杂任务进行全面优化，大量采用涵盖推理能力、技术概念及高质量工程代码的模型生成数据。此外，Grok4.6 还接受了广泛的 Agent 强化学习训练，覆盖知识工作、通用编程及多个专属领域环境，在构建视觉和交互式应用时能够输出更优质的初始效果。

在评测机构 Artificial Analysis 涵盖九项热门 AI 基准测试的综合指数中，Grok4.6 综合成绩已追平 GPT-5.6Sol，目前仅次于 Claude Opus5 与 Fable5Max。具体来看，在评估逻辑与知识水平的 GDPval-AA v2 测试中，Grok4.6 取得 1753 的 Elo 得分；在衡量长时程知识工作 Agent 任务的私有基准测试 AA-Briefcase 中，其 Elo 得分达到 1577 分，两项关键表现均仅次于 Claude Opus5。

性能提升的同时，Grok4.6 保持了较高的运行效率与价格竞争力。该模型运行速度可达 80 TPS，基础版本输入与输出价格分别为每百万 Token 2 美元和 6 美元，高速变体版则为每百万 Token 4 美元和 12 美元。目前 Cursor 与 Grok Build 用户已可直接体验，开发者也可通过 API 接入。